首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

光照变化环境下的运动目标检测和跟踪方法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-15页
    1.3 本论文的主要研究工作和内容组织第15-17页
第2章 基于Retinex理论改进的光照预处理算法研究第17-29页
    2.1 引言第17-18页
    2.2 基于Retinex理论的光照预处理算法第18-21页
        2.2.1 色彩恒常性第18页
        2.2.2 Retinex理论的原理第18-19页
        2.2.3 Retinex理论的算法第19页
        2.2.4 单尺度Retinex算法(SSR)第19-20页
        2.2.5 多尺度Retinex算法(MSR)第20-21页
    2.3 改进的Retinex算法第21-23页
        2.3.1 入射分量快速预测第21-22页
        2.3.2 双边滤波估计光照分量第22-23页
        2.3.3 自适应归一化第23页
    2.4 实验结果及分析第23-28页
    2.5 本章小结第28-29页
第3章 基于置信融合的光照鲁棒性运动目标检测第29-40页
    3.1 引言第29-30页
    3.2 背景建模第30-33页
        3.2.1 ViBe运动目标检测算法第30-31页
        3.2.2 XCS-LBP纹理算子第31-33页
        3.2.3 背景模型的表示及初始化第33页
    3.3 基于置信融合的光照鲁棒性运动目标检测第33-37页
        3.3.1 RGB颜色差异度第34-35页
        3.3.2 XCS-LBP纹理差异度计算第35页
        3.3.3 置信度更新第35-36页
        3.3.4 噪点去除第36-37页
        3.3.5 模型更新第37页
    3.4 算法结果与分析第37-39页
    3.5 本章小结第39-40页
第4章 基于SURF特征和颜色特征融合的粒子滤波运动目标跟踪算法第40-59页
    4.1 引言第40-41页
    4.2 SURF特征点的提取第41-43页
    4.3 粒子滤波跟踪算法第43-48页
        4.3.1 引言第43页
        4.3.2 粒子滤波跟踪的原理第43-45页
        4.3.3 粒子退化与重采样算法第45-46页
        4.3.4 粒子滤波运动目标跟踪的模型建立第46-48页
    4.4 基于SURF特征和颜色特征融合的粒子滤波运动目标跟踪算法第48-53页
        4.4.1 特征提取第48-49页
        4.4.2 特征融合策略第49-51页
        4.4.3 粒子数量更新策略第51-53页
    4.5 基于HSV色彩空间阴影去除第53-55页
    4.6 实验结果分析第55-57页
    4.7 本章小结第57-59页
第5章 总结与展望第59-61页
    5.1 本文工作总结第59-60页
    5.2 后期工作与展望第60-61页
参考文献第61-66页
致谢第66-67页
攻读硕士学位期间论文发表及科研情况第67页

论文共67页,点击 下载论文
上一篇:基于复杂度的抑郁症脑磁图研究
下一篇:力量型健身器材数据采集与监管系统的研究